Implementasi K-Means Clustering untuk pengelompokan negara tujuan ekspor besi baja Indonesia

INDONESIA :

K-Means Clustering merupakan salah satu metode pengelompokan data yang efektifi untuk menganalisis pola dan karakteristik dalam data yang kompleks. Dalam penelitian ini, K-Means Clustering digunakan untuk mengelompokkan negara tujuan ekspor berdasarkan volume dan nilai ekspor. Penelitian ini bertujuan untuk menentukan jumlah cluster yang optimal dan implementasinya dalam data ekspor besi baja ke negara tujuan utama Indonesia. Hasil penelitian menunjukkan bahwa jumlah cluster yang optimal adalah K=2, dengan nilai silhouette coefficient tertinggi sebesar 0,2156 untuk centroid 2 negara dan 0,6357 untuk centroid nilai acak. Dengan salah satu cluster berisi negara Tiongkok dengan nilai ekspor yang tinggi dan cluster lainnya berisi negara yang lain dengan jumlah ekspor yang lebih rendah dari Tiongkok. Penerapan metode ini memberikan wawasan strategis dalam mengembangkan pasar ekspor besi baja Indonesia. Dengan pengelompokan yang jelas, strategi ekspor dapat difokuskan pada negara-negara dalam setiap cluster.

ENGLISH :

K-Means Clustering is one of the most effective data clustering methods for analyzing patterns and characteristics in complex datasets. In this study, K-Means Clustering is applied to group export destination countries based on export volume and value. This research aims to determine the optimal number of clusters and their implementation in export data for steel to Indonesia’s main destination countries. The results show that the optimal number of clusters is K=2, with the highest silhouette coefficient value of 0.2156 for the centroid of two countries and 0.6357 for random value centroids. One of the clusters includes China, which has a high export value, while the other cluster contains other countries with lower export values than China. The application of this method provides strategic insights for developing Indonesia’s steel export market. With clear clustering, export strategies can be focused on the countries within each cluster.

ARABIC :

يعد تجميع Clusterering K-Means هو من إحدى الأساليب لتجميع البيانات الفعالية لتحليل الأنماط والخصائص في البيانات المعقدة. في هذه الدراسة، تم استخدام تجميع Clustering K-Means لتجميع دول وجهة التصدير على أساس الحجم وقيمة التصدير. هدفت هذه الدراسة إلى تحديد العدد الأمثل للمجموعات وتطبيقها في بيانات صادرات الصلب إلى الدول المقصدة الرئيسية في إندونيسيا. وظهرت النتائج أن العدد الأمثل للمجموعات هو